本發(fā)明涉及案例推理和遙感技術(shù)領(lǐng)域，尤其是涉及一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法技術(shù)方案。
背景技術(shù)：
案例推理（Case-based reasoning，簡稱CBR）是近年來人工智能領(lǐng)域中興起的一項重要的推理技術(shù)?；诎咐耐评硭枷肫鹪从谡J(rèn)知科學(xué)，是在記憶模型基礎(chǔ)之上發(fā)展起來的一種人工智能和機(jī)器學(xué)習(xí)方法。人們在解決問題時，通?；貞涍^去類似問題的經(jīng)驗(yàn)、處理過程，并在新問題的環(huán)境下對這些經(jīng)驗(yàn)、處理過程進(jìn)行適當(dāng)修改，對其進(jìn)行復(fù)用來解決新的問題。CBR即是模擬人們這種解決問題辦法的一種人工智能方法。這些過程反映在CBR中就是CBR的處理模型，以Aamodt 提出的4R模型最為經(jīng)典(Aamodt et al., 1994)，其中的核心問題包括案例表示、案例復(fù)用、案例修正及案例保留。
在案例的調(diào)整和復(fù)用方面，即可不進(jìn)行任何調(diào)整而將舊案例直接作為新的解決方案，也可根據(jù)舊案例重新構(gòu)建一個全新的解決方案，但較為常見的是介于兩者之間的一種折中的方式，即通過規(guī)則調(diào)整舊案例中的一些屬性值，將其作為新的解決方案(Richter et al., 2013)。常見的案例調(diào)整方式如下：
1）空調(diào)整，即不進(jìn)行任何調(diào)整，直接使用案例檢索結(jié)果的解作為新問題的解；
2）基于轉(zhuǎn)換的調(diào)整（Transformation-based），根據(jù)是否進(jìn)行解結(jié)構(gòu)上的調(diào)整分為替換式調(diào)整和結(jié)構(gòu)調(diào)整。替換式調(diào)整不改變案例本身的結(jié)構(gòu)，直接將其他一個或者若干個案例中的解直接替換掉檢索結(jié)果案例中的某些部分；結(jié)構(gòu)調(diào)整則對案例檢索結(jié)果的解結(jié)構(gòu)進(jìn)行修改并進(jìn)行重新組織；
3）啟發(fā)式調(diào)整（Generative adaptations），不直接利用案例檢索結(jié)果的解，而是基于案例檢索結(jié)果中問題描述和問題解之間的關(guān)系，獲取問題求解過程，并在此基礎(chǔ)上對新問題進(jìn)行求解，是案例調(diào)整中最為復(fù)雜的一種情形。
遙感影像應(yīng)用案例是指過去真實(shí)發(fā)生的在確切的時間、地點(diǎn)，使用系列遙感影像完成特定遙感影像應(yīng)用任務(wù)，達(dá)到了某種效果的事實(shí)。隨著對地觀測技術(shù)的不斷發(fā)展，遙感影像應(yīng)用范圍越來越廣，如何記錄下這些遙感影像應(yīng)用的場景使之成為可利用的知識經(jīng)驗(yàn)是提高遙感影像應(yīng)用水平的一個關(guān)鍵問題。CBR是運(yùn)用過去經(jīng)驗(yàn)來解決問題的一種人工智能方法，遙感影像應(yīng)用案例是CBR運(yùn)用遙感影像應(yīng)用經(jīng)驗(yàn)的基本問題。
相對于傳統(tǒng)的案例，遙感影像應(yīng)用案例具有以下特點(diǎn)：1）遙感影像應(yīng)用案例不僅具有顯著的時空特征，還具有復(fù)雜的語義特征；2）遙感影像應(yīng)用案例的元素不是普通的<屬性，值>，而是具備語義內(nèi)涵的概念對象，對象內(nèi)部、對象之間具有時空、語義關(guān)系，例如遙感影像應(yīng)用任務(wù)“水稻估產(chǎn)”是“農(nóng)作物估產(chǎn)”的子類，其下還有“一季稻估產(chǎn)”、“雙季稻估產(chǎn)”等子類，其觀測對象是水稻，觀測的屬性是面積和生物量；3）遙感影像應(yīng)用任務(wù)案例是具備語義推理能力的案例，可對案例中的元素進(jìn)行深層語義分析，例如“湖北湖南交界地區(qū)”可以計算出一個對應(yīng)的地理空間范圍。然而，傳統(tǒng)案例調(diào)整方法大多為空調(diào)整或簡單加權(quán)式調(diào)整，且調(diào)整對象以數(shù)值為主，缺乏針對遙感影像應(yīng)用案例特點(diǎn)的考慮，沒有針對空間特征的和復(fù)雜對象的調(diào)整方案。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明針對現(xiàn)有技術(shù)的缺陷，提出一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法技術(shù)方案。
本發(fā)明技術(shù)方案提供一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，包括以下步驟：
步驟1，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則形式化描述模型，所述遙感影像應(yīng)用案例差異調(diào)整規(guī)則形式化描述模型是為以差異化內(nèi)容為基礎(chǔ)的，描述遙感影像應(yīng)用案例之間差異信息、適用信息以及調(diào)整操作的蘊(yùn)含式，含義為如果規(guī)則左側(cè)條件滿足則執(zhí)行規(guī)則右側(cè)的調(diào)整操作；
步驟2，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則內(nèi)容組成模型，所述遙感影像應(yīng)用案例差異調(diào)整規(guī)則內(nèi)容組成模型是遙感影像應(yīng)用案例中時間、空間、遙感影像應(yīng)用任務(wù)、遙感影像產(chǎn)品、應(yīng)用效果的細(xì)分差異；
步驟3，建立遙感影像應(yīng)用案例差異信息計算方法，計算遙感影像應(yīng)用案例庫中案例之間差異信息，并獲取遙感影像應(yīng)用案例差異調(diào)整規(guī)則初始集合；
步驟4，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則泛化模型，對遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合進(jìn)行泛化，獲得遙感影像應(yīng)用案例差異調(diào)整規(guī)則；
步驟5，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則應(yīng)用模型，根據(jù)問題與相似遙感影像應(yīng)用案例的差異選取合適的遙感影像應(yīng)用案例調(diào)整規(guī)則，使用規(guī)則的結(jié)論部分對相似遙感影像應(yīng)用案例進(jìn)行調(diào)整以滿足問題。
所述一種基于本體的遙感影像應(yīng)用案例時空語義表達(dá)方法，步驟3中的差異信息計算方法為：
步驟3.1，選取案例庫中某一個案例作為源案例；
步驟3.2，選取案例庫中剩余案例中的一個作為目標(biāo)案例，將源案例與目標(biāo)案例進(jìn)行差操作，計算兩者差異信息；
步驟3.3，判斷案例庫中剩余案例是否都計算完，若計算完則退出，否則重復(fù)步驟3.2。
所述一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，步驟4遙感影像應(yīng)用案例差異調(diào)整規(guī)則泛化模型建立方法為：
步驟4.1，選取遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合的一條規(guī)則r；
步驟4.2，取出規(guī)則r的前提部分和結(jié)論部分，如果遙感影像應(yīng)用案例調(diào)整規(guī)則網(wǎng)中不存在r中前提部分或結(jié)論部分，且依據(jù)泛化準(zhǔn)則不能合并進(jìn)入已有的規(guī)則中，則插入該規(guī)則；如果依據(jù)泛化準(zhǔn)則能夠合并進(jìn)入已有規(guī)則，則對已有規(guī)則更新；
步驟4.3，判斷遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合是否全部泛化完成，若完成則退出，否則重復(fù)步驟4.2；
其中步驟4.2中泛化準(zhǔn)則包括時間特征泛化準(zhǔn)則、空間特征泛化準(zhǔn)則、任務(wù)特征泛化準(zhǔn)則以及遙感影像產(chǎn)品泛化準(zhǔn)則，具體為：
1）時間特征泛化準(zhǔn)則
時間特征的泛化包括尺度泛化和數(shù)值泛化兩個方面；
不同的時間特征可能在尺度上存在差異，本發(fā)明中時間分為年、半年、季度、月、周和日六個尺度，當(dāng)兩個時間差異信息尺度存在包含關(guān)系時，可合并成為級別更大的尺度；
時間差異尺度的合并可表示為如下式所示：
（1）
其中tsa、tsb代表兩差異信息的尺度； 表示時間差異對象 和的時間尺度相同或相鄰；
數(shù)值泛化則是在尺度合并的前提下，對時間差異信息的具體數(shù)值進(jìn)行合并；當(dāng)兩差異信息尺度相同時，若兩時間連續(xù)、重疊、或者時間跨度在容忍范圍內(nèi)，則合并兩事件差異數(shù)值，如下式所示：
（2）
其中，表示時間對象和的時間跨度在閾值 容忍范圍內(nèi)； 表示時間差異對象和 的時間尺度相同或相鄰；表示選擇、 的最小起點(diǎn)和最大終點(diǎn)合并成一個時間區(qū)間；
2）空間特征泛化準(zhǔn)則
空間特征是否能夠泛化與空間對象的范圍、尺度息息相關(guān)，本發(fā)明使用空間對象之間的距離和面積來作為空間對象范圍、尺度的近似替代；空間特征的泛化需滿足以下規(guī)則：
1）距離泛化規(guī)則：兩空間對象若空間距離越遠(yuǎn)，則泛化合并的幾率較低；
2）面積泛化規(guī)則：當(dāng)兩空間對象面積差異較大時，繁華合并的幾率較低；
在上述距離和面積泛化規(guī)則的指導(dǎo)下，本文提出空間特征泛化衡量如下式所示：
（3）
（4）
其中： 、分別是空間對象 、 的面積；是 、 合并后的外接矩形面積；、 之間的空間距離通過反映，兩空間對象距離越大，則 越大；
兩空間特征泛化的計算如下式所示：
（5）
其中， 表示空間對象 、 的尺度和距離跨度在閾值容忍范圍內(nèi)； 表示計算 、合并的對象的最小凸包；
3）遙感影像應(yīng)用任務(wù)特征泛化準(zhǔn)則
遙感影像應(yīng)用任務(wù)是一個符號型對象，不存在數(shù)值上的合并，僅存在集合上的合并；
假設(shè)遙感影像應(yīng)用任務(wù)、在某種相同條件約束下出現(xiàn)的頻率大于一定的閾值，則可將 、 合并為，如下式所示：
（6）
4）影像參數(shù)特征泛化準(zhǔn)則
遙感影像參數(shù)特征由傳感器參數(shù)特征和平臺參數(shù)特征構(gòu)成，在泛化過程中不以傳感器或平臺作為整體看待，而以具體特征分別泛化；
根據(jù)特征類型將遙感影像參數(shù)特征分為數(shù)值型和符號型兩大類；符號型涉及的特征有傳感器類型、軌道類型、成像方式；數(shù)值型參數(shù)特征有時間分辨率、空間分辨率、輻射分辨率、頻譜分辨率、頻譜窗口；符號型的泛化與遙感影像應(yīng)用任務(wù)特征泛化相同；
（1）分辨率特征泛化準(zhǔn)則
對于時間分辨率、空間分辨率、輻射分辨率、頻譜分辨率，可采取如時間特征的合并方法，從尺度和數(shù)值兩個角度考慮該特征是否能泛化；與時間特征泛化不同之處在于分辨率特征的尺度不人為劃分，而是通過連續(xù)數(shù)值計算獲得，如下式所示：
（7）
其中是兩特征數(shù)值的距離，采用可拓距的方式計算和表示； 是兩特征的尺度；
分辨率特征泛化方法如下式所示：
（8）
（2）頻譜窗口特征泛化準(zhǔn)則
頻譜窗口是電磁波譜的窗口截取，由于電磁波譜是連續(xù)的，因此若兩頻譜窗口相接、相交或者非常接近，則可以直接合并泛化，如下式所示：
（9）
其中表示兩頻譜窗口接、相交或者非常接近； 表示 、 的合并區(qū)間。
所述一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，步驟5遙感影像應(yīng)用案例的差異選取方法為：
步驟5.1，計算用戶問題與相似遙感影像應(yīng)用案例的差異信息；
步驟5.2，計算差異信息與遙感影像應(yīng)用案例調(diào)整規(guī)則相似度，選取相似度大于某一閾值的調(diào)整規(guī)則；
其中，時間差異相似度計算方法如下式所示：
（10）
其中 為遙感影像應(yīng)用案例調(diào)整規(guī)則中最大時間與最小時間的距離，為兩時間距離；
其中，空間差異相似度計算方法如下式所示：
（11）
其中是空間對象的面積，是兩空間對象的質(zhì)心距離，是遙感影像應(yīng)用案例規(guī)則庫中空間對象最遠(yuǎn)的距離；
其中，任務(wù)差異相似度計算方法如下式所示：
（12）
其中為遙感影像應(yīng)用任務(wù)的語義概念密度向量(Liu et al., 2011)；
步驟5.3，對相似的遙感影像應(yīng)用案例執(zhí)行遙感影像應(yīng)用案例調(diào)整規(guī)則的結(jié)論部分。
本發(fā)明的有益效果是，本發(fā)明提出支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，可避免傳統(tǒng)案例調(diào)整方法大多缺乏針對遙感影像應(yīng)用案例特點(diǎn)的考慮，沒有針對空間特征的和復(fù)雜對象的調(diào)整方案的問題，具體包括：
（1）通過細(xì)分時間、空間、遙感影像應(yīng)用任務(wù)、遙感影像產(chǎn)品等復(fù)雜對象方式，可從細(xì)部計算遙感應(yīng)用案例之間的差異，實(shí)現(xiàn)空間對象和復(fù)雜對象的差異信息計算；
（2）通過時間、空間、遙感影像應(yīng)用任務(wù)、遙感影像產(chǎn)品差異信息的泛化，建立支持空間特征和復(fù)雜對象的調(diào)整規(guī)則，實(shí)現(xiàn)遙感影像應(yīng)用案例的調(diào)整。
附圖說明
圖1是本發(fā)明實(shí)施例的流程圖。
具體實(shí)施方式
下面通過實(shí)施例，并結(jié)合附圖，對本發(fā)明的技術(shù)方案作進(jìn)一步具體的說明。
首先介紹一下本發(fā)明所用到的理論基礎(chǔ)：
基于案例的推理是人工智能中新崛起的一種重要推理技術(shù)?；诎咐耐评硭枷肫鹪从谡J(rèn)知科學(xué)，是在記憶模型基礎(chǔ)之上發(fā)展起來的一種人工智能和機(jī)器學(xué)習(xí)方法。案例是過去解決問題的經(jīng)驗(yàn)，可表示成不同的形式，包括結(jié)構(gòu)化、半結(jié)構(gòu)化甚至自然語言的形式。案例庫是一系列案例的集合。CBR以當(dāng)前的新問題以及案例庫中的案例為數(shù)據(jù)源，通過推理給出新問題的解決方案。CBR技術(shù)是人們在不斷研究人類認(rèn)知，并且在認(rèn)知科學(xué)和計算機(jī)科學(xué)方面取得的成果，對人類的過去經(jīng)驗(yàn)和前人智慧進(jìn)行重現(xiàn)，并利用它們指導(dǎo)解決新問題?；诎咐评硖貏e適用于領(lǐng)域知識難以抽象成規(guī)則，而積累經(jīng)驗(yàn)豐富可表示成案例形式的領(lǐng)域。
遙感影像應(yīng)用是采用遙感影像數(shù)據(jù)對資源、環(huán)境、災(zāi)害、區(qū)域、城市等進(jìn)行調(diào)查、監(jiān)測、分析和預(yù)測、預(yù)報等方面的工作。遙感影像應(yīng)用案例是指過去真實(shí)發(fā)生的在確切的時間、地點(diǎn)，使用系列遙感影像完成特定遙感影像應(yīng)用任務(wù)，達(dá)到了某種效果的事實(shí)。
產(chǎn)生式規(guī)則表示法也稱產(chǎn)生式表示法或規(guī)則，是目前人工智能中應(yīng)用最多的一種知識表示形式。產(chǎn)生式規(guī)則的常見形式是：if（條件1）&（條件2）&…&（條件n）then （結(jié)論1）& （結(jié)論2）&…&（結(jié)論n）。其基本含義是，如果當(dāng)前狀態(tài)從條件1至條件n都滿足，那么可以得到結(jié)論1至結(jié)論n。其中條件也稱為前提或前件，結(jié)論既可以是事實(shí)也可以是操作。
接下來，闡述本發(fā)明的具體技術(shù)方案：
參見圖1，本發(fā)明實(shí)施例所提供方法主要包括以下步驟：
步驟1，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則形式化描述模型，所述遙感影像應(yīng)用案例差異調(diào)整規(guī)則形式化描述模型是為以差異化內(nèi)容為基礎(chǔ)的，描述遙感影像應(yīng)用案例之間差異信息、適用信息以及調(diào)整操作的蘊(yùn)含式，含義為如果規(guī)則左側(cè)條件滿足則執(zhí)行規(guī)則右側(cè)的調(diào)整操作；
步驟2，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則內(nèi)容組成模型，所述遙感影像應(yīng)用案例差異調(diào)整規(guī)則內(nèi)容組成模型是遙感影像應(yīng)用案例中時間、空間、遙感影像應(yīng)用任務(wù)、遙感影像產(chǎn)品、應(yīng)用效果的細(xì)分差異；
步驟3，建立遙感影像應(yīng)用案例差異信息計算方法，計算遙感影像應(yīng)用案例庫中案例之間差異信息，并獲取遙感影像應(yīng)用案例差異調(diào)整規(guī)則初始集合；
在上述的一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，所述步驟3中，對案例之間差異信息計算方法具體步驟如下：
步驟3.1，選取案例庫中某一個案例作為源案例；
步驟3.2，選取案例庫中剩余案例中的一個作為目標(biāo)案例，將源案例與目標(biāo)案例進(jìn)行差操作，計算兩者差異信息；
步驟3.3，判斷案例庫中剩余案例是否都計算完，若計算完則退出，否則重復(fù)步驟3.2；
步驟4，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則泛化模型，對遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合進(jìn)行泛化，獲得遙感影像應(yīng)用案例差異調(diào)整規(guī)則；
在上述的一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，所述步驟4中，對遙感影像應(yīng)用案例調(diào)整規(guī)則泛化方法具體步驟如下：
步驟4.1，選取遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合的一條規(guī)則r；
步驟4.2，取出規(guī)則r的前提部分和結(jié)論部分，如果遙感影像應(yīng)用案例調(diào)整規(guī)則網(wǎng)中不存在r中前提部分或結(jié)論部分，且依據(jù)泛化準(zhǔn)則不能合并進(jìn)入已有的規(guī)則中，則插入該規(guī)則；如果依據(jù)泛化準(zhǔn)則能夠合并進(jìn)入已有規(guī)則，則對已有規(guī)則更新；
步驟4.3，判斷遙感影像應(yīng)用案例調(diào)整規(guī)則初始集合是否全部泛化完成，若完成則退出，否則重復(fù)步驟4.2；
在上述的一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，所述步驟4.2中泛化準(zhǔn)則包括時間特征泛化準(zhǔn)則、空間特征泛化準(zhǔn)則、任務(wù)特征泛化準(zhǔn)則以及遙感影像產(chǎn)品泛化準(zhǔn)則，具體為：
1）時間特征泛化準(zhǔn)則
時間特征的泛化包括尺度泛化和數(shù)值泛化兩個方面；
不同的時間特征可能在尺度上存在差異，本發(fā)明中時間分為年、半年、季度、月、周和日六個尺度，當(dāng)兩個時間差異信息尺度存在包含關(guān)系時，可合并成為級別更大的尺度；
時間差異尺度的合并可表示為如下式所示：
（1）
其中tsa、tsb代表兩差異信息的尺度； 表示時間差異對象 和的時間尺度相同或相鄰；
數(shù)值泛化則是在尺度合并的前提下，對時間差異信息的具體數(shù)值進(jìn)行合并；當(dāng)兩差異信息尺度相同時，若兩時間連續(xù)、重疊、或者時間跨度在容忍范圍內(nèi)，則合并兩事件差異數(shù)值，如下式所示：
（2）
其中，表示時間對象和的時間跨度在閾值 容忍范圍內(nèi)； 表示時間差異對象和 的時間尺度相同或相鄰；表示選擇、 的最小起點(diǎn)和最大終點(diǎn)合并成一個時間區(qū)間；
2）空間特征泛化準(zhǔn)則
空間特征是否能夠泛化與空間對象的范圍、尺度息息相關(guān)，本發(fā)明使用空間對象之間的距離和面積來作為空間對象范圍、尺度的近似替代；空間特征的泛化需滿足以下規(guī)則：
1）距離泛化規(guī)則：兩空間對象若空間距離越遠(yuǎn)，則泛化合并的幾率較低；
2）面積泛化規(guī)則：當(dāng)兩空間對象面積差異較大時，繁華合并的幾率較低；
在上述距離和面積泛化規(guī)則的指導(dǎo)下，本文提出空間特征泛化衡量如下式所示：
（3）
（4）
其中： 、分別是空間對象 、 的面積；是 、 合并后的外接矩形面積；、 之間的空間距離通過反映，兩空間對象距離越大，則 越大；
兩空間特征泛化的計算如下式所示：
（5）
其中， 表示空間對象 、 的尺度和距離跨度在閾值容忍范圍內(nèi)； 表示計算 、合并的對象的最小凸包；
3）遙感影像應(yīng)用任務(wù)特征泛化準(zhǔn)則
遙感影像應(yīng)用任務(wù)是一個符號型對象，不存在數(shù)值上的合并，僅存在集合上的合并；
假設(shè)遙感影像應(yīng)用任務(wù)、在某種相同條件約束下出現(xiàn)的頻率大于一定的閾值，則可將 、 合并為，如下式所示：
（6）
4）影像參數(shù)特征泛化準(zhǔn)則
遙感影像參數(shù)特征由傳感器參數(shù)特征和平臺參數(shù)特征構(gòu)成，在泛化過程中不以傳感器或平臺作為整體看待，而以具體特征分別泛化；
根據(jù)特征類型將遙感影像參數(shù)特征分為數(shù)值型和符號型兩大類；符號型涉及的特征有傳感器類型、軌道類型、成像方式；數(shù)值型參數(shù)特征有時間分辨率、空間分辨率、輻射分辨率、頻譜分辨率、頻譜窗口；符號型的泛化與遙感影像應(yīng)用任務(wù)特征泛化相同；
（1）分辨率特征泛化準(zhǔn)則
對于時間分辨率、空間分辨率、輻射分辨率、頻譜分辨率，可采取如時間特征的合并方法，從尺度和數(shù)值兩個角度考慮該特征是否能泛化；與時間特征泛化不同之處在于分辨率特征的尺度不人為劃分，而是通過連續(xù)數(shù)值計算獲得，如下式所示：
（7）
其中是兩特征數(shù)值的距離，采用可拓距的方式計算和表示； 是兩特征的尺度；
分辨率特征泛化方法如下式所示：
（8）
（2）頻譜窗口特征泛化準(zhǔn)則
頻譜窗口是電磁波譜的窗口截取，由于電磁波譜是連續(xù)的，因此若兩頻譜窗口相接、相交或者非常接近，則可以直接合并泛化，如下式所示：
（9）
其中表示兩頻譜窗口接、相交或者非常接近； 表示 、 的合并區(qū)間。
步驟5，建立遙感影像應(yīng)用案例差異調(diào)整規(guī)則應(yīng)用模型，根據(jù)問題與相似遙感影像應(yīng)用案例的差異選取合適的遙感影像應(yīng)用案例調(diào)整規(guī)則，使用規(guī)則的結(jié)論部分對相似遙感影像應(yīng)用案例進(jìn)行調(diào)整以滿足問題；
在上述的一種支持時空語義對象的遙感影像應(yīng)用案例調(diào)整方法，所述步驟5中，對遙感影像應(yīng)用案例調(diào)整規(guī)則選取方法具體步驟如下：
步驟5.1，計算用戶問題與相似遙感影像應(yīng)用案例的差異信息；
步驟5.2，計算差異信息與遙感影像應(yīng)用案例調(diào)整規(guī)則相似度，選取相似度大于某一閾值的調(diào)整規(guī)則；
其中，時間差異相似度計算方法如下式所示：
（10）
其中 為遙感影像應(yīng)用案例調(diào)整規(guī)則中最大時間與最小時間的距離，為兩時間距離；
其中，空間差異相似度計算方法如下式所示：
（11）
其中是空間對象的面積，是兩空間對象的質(zhì)心距離，是遙感影像應(yīng)用案例規(guī)則庫中空間對象最遠(yuǎn)的距離；
其中，任務(wù)差異相似度計算方法如下式所示：
（12）
其中為遙感影像應(yīng)用任務(wù)的語義概念密度向量(Liu et al., 2011)；
步驟5.3，對相似的遙感影像應(yīng)用案例執(zhí)行遙感影像應(yīng)用案例調(diào)整規(guī)則的結(jié)論部分。
本文中所描述的具體實(shí)施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對所描述的具體實(shí)施例做各種各樣的修改或補(bǔ)充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。